Ner English Fast

🚀 Flair英文快速命名實體識別模型

本項目是基於 Flair 框架的英文快速四分類命名實體識別（NER）模型。該模型在英文文本的命名實體識別任務中表現出色，能夠快速準確地識別出人名、地名、組織機構名和其他類型的實體。

✨ 主要特性

• 高準確率：在修正後的CoNLL - 03數據集上，F1分數達到了 92.92。
• 四標籤預測：能夠預測四種標籤，分別為： | 標籤 | 含義 | | ---- | ---- | | PER | 人名 | | LOC | 地名 | | ORG | 組織機構名 | | MISC | 其他名稱 |
• 技術基礎：基於 Flair嵌入 和LSTM - CRF技術構建。

📦 安裝指南

使用本模型需要安裝 Flair，可以通過以下命令進行安裝：

pip install flair

💻 使用示例

基礎用法

from flair.data import Sentence
from flair.models import SequenceTagger

# 加載標籤器
tagger = SequenceTagger.load("flair/ner-english-fast")

# 創建示例句子
sentence = Sentence("George Washington went to Washington")

# 預測NER標籤
tagger.predict(sentence)

# 打印句子
print(sentence)

# 打印預測的NER實體
print('The following NER tags are found:')
# 遍歷實體並打印
for entity in sentence.get_spans('ner'):
    print(entity)

上述代碼的輸出結果如下：

Span [1,2]: "George Washington"   [− Labels: PER (0.9515)]
Span [5]: "Washington"   [− Labels: LOC (0.992)]

這表明在句子 "George Washington went to Washington" 中，識別出了實體 "George Washington"（標籤為 人名）和 "Washington"（標籤為 地名）。

📚 詳細文檔

模型訓練腳本

以下是用於訓練該模型的Flair腳本：

from flair.data import Corpus
from flair.datasets import CONLL_03
from flair.embeddings import WordEmbeddings, StackedEmbeddings, FlairEmbeddings

# 1. 獲取語料庫
corpus: Corpus = CONLL_03()

# 2. 確定要預測的標籤類型
tag_type = 'ner'

# 3. 從語料庫中創建標籤字典
tag_dictionary = corpus.make_tag_dictionary(tag_type=tag_type)

# 4. 初始化使用的嵌入層
embedding_types = [

    # GloVe嵌入
    WordEmbeddings('glove'),

    # 前向上下文字符串嵌入
    FlairEmbeddings('news-forward-fast'),

    # 後向上下文字符串嵌入
    FlairEmbeddings('news-backward-fast'),
]

# 嵌入層棧由Flair和GloVe嵌入組成
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. 初始化序列標籤器
from flair.models import SequenceTagger

tagger = SequenceTagger(hidden_size=256,
                        embeddings=embeddings,
                        tag_dictionary=tag_dictionary,
                        tag_type=tag_type)

# 6. 初始化訓練器
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. 開始訓練
trainer.train('resources/taggers/ner-english',
              train_with_dev=True,
              max_epochs=150)

📄 引用說明

使用此模型時，請引用以下論文：

@inproceedings{akbik2018coling,
  title={Contextual String Embeddings for Sequence Labeling},
  author={Akbik, Alan and Blythe, Duncan and Vollgraf, Roland},
  booktitle = {{COLING} 2018, 27th International Conference on Computational Linguistics},
  pages     = {1638--1649},
  year      = {2018}
}

📞 問題反饋

若遇到問題，可在 Flair問題跟蹤器 中反饋。